変幻自在のトランスフォーマーネットワークに備える
トランスフォーマーとは、ネットワークに詳しい人たちが好んで使う略語で、2017年にGoogle Brainで発明され、自然言語処理（NLP）で広く利用されている。しかし今では、コンピュータビジョンから生物科学まで、他のほとんどすべてのAIアプリケーションに広がっている。
トランスフォーマーは、構造化されていないラベルのないデータから関係を見つけることに非常に優れており、また、新しいデータを生成することにも長けている。しかし、データを効率的に生成するためには、トランスフォーマーのアルゴリズムはしばしば極端に大きくならざるを得ない。1,750億ものパラメータを持つ言語モデルGPT3のトレーニングには、1,100万ドルから2,800万ドルの費用がかかったと推定されている。これは、1つのネットワークを1回だけトレーニングするためのものである。そして、トランスフォーマーの規模は一向に落ち着く気配がない。
視野を広げるトランスフォーマーネットワーク：
トランスがこれほどまでに幅広い業務に有効なのはなぜか。
Nvidiaのアクセラレイテッド・コンピューティング担当ジェネラル・マネージャー兼VPであるIan Buck氏は、従来の畳み込みネットワークが画像内の隣接するピクセルを見て相関関係を見つけるのに対し、トランスフォーマーネットワークでは「アテンション」と呼ばれるメカニズムを使って、互いに離れたピクセルを見ていると説明している。
アテンションは遠隔のつながりに注目し、近隣の画素が何をしているかを見るのではなく、遠くの画素を識別し、その画素に優先順位をつけるように設計されている。トランスフォーマーが言語に優れている理由は、言語には文脈がたくさんあり、前の単語についてではなく、文の中で先に言われたことに依存しているからであり、また、その文をパラグラフ全体の文脈の中に置くことができる。
画像の場合、これはトランスフォーマーがピクセルやピクセル群を文脈化するために使用できることを意味する。言い換えれば、画像全体の理解を深めるために、画像内の他の場所で似たようなサイズ、形、色の特徴を探すのにトランスフォーマーを使うことができるのである。
トランスフォーマーは、遠隔の関係を考慮すればするほど大きくなり、この傾向には終わりがない。Buck氏は、言語モデルが、文中の単語、段落中の文章、文書中の段落、そしてインターネット上のコーパス中の文書を考慮することに言及している。
今のところ、トランスのサイズに理論的な限界はないようだ。Buck氏は、5,000億パラメータのモデルに関する研究で、まだオーバーフィッティングに至るほどではないことが実証されたと述べている。
しかし、現実的な限界もある。
Buck氏は、「モデルが大きくなればなるほど、より多くのデータで学習する必要があります」と述べ、膨大な量のデータを必要とするのは、言語モデルが無関係または不適切なコンテンツで学習しないように、また、繰り返しをフィルタリングするために高品質でなければならないと指摘する。データの必要性は、今後、トランスのサイズを制限する要因になるかもしれない。
Nvidia の Hopper GPU アーキテクチャは、非常に大規模なネットワークの傾向を認識し、精度を維持しながらより多くのスループットを可能にするハードウェアとソフトウェアの機能の組み合わせであるトランスフォーマーエンジンを搭載している。Buck 氏は、Hopper のようなプラットフォームは、より小さなインフラでより大きなネットワークを訓練できるようにすることで、訓練用トランスフォーマーの経済的な限界に対処していると述べている。
さまざまな応用例：
トランスフォーマーは言語から始まったが、コンピュータビジョンや創薬など、さまざまな分野に応用されている。トランスフォーマーは、他のAIを学習させるための合成データを生成するために使用することができる。
例えばNvidiaは、キングス・カレッジ・ロンドン（KCL）の研究者と共同で、オープンソースの合成脳画像ライブラリを作成した。
Nvidiaのヘルスケア担当副社長Kimberly Powell氏はEE Timesに対し、これは大規模なAIモデル、特に希少疾患に必要な量のトレーニングデータの不足と、合成データはいかなる人の個人医療データでもないためデータの非識別化という2つの問題を解決するものだと語っている。トランスフォーマーの注目メカニズムは、異なる年齢の患者や異なる病気の患者の脳の見え方を学習し、それらの変数の異なる組み合わせの画像を生成することができる。
KCLの研究者たちは、この合成脳画像を使って、まず脳卒中を発見するためのモデルを開発したり、認知症の影響を調べたりしている。
研究者たちは、トランスフォーマーに化学の言葉も教えた。
トランスフォーマーは新しい分子を作り出し、それを微調整して特定の性質を持たせることができる。この応用をは革命的であり、このような生物学的モデルは、化学的空間が非常に広いので、言語モデルよりもはるかに大きくなる可能性を秘めている。
大規模な言語モデルは、すでに大量の非構造化言語データが存在する科学分野、特に医療科学についてAIに教えるための近道としても利用されている。
Nvidiaは、生物医学雑誌の論文のアーカイブであるPubMedのデータで学習した大規模言語モデルであるBioMegatronを開拓しており、医師の診断書にある症状と薬の関連性を検索するなど、さまざまな医療用途に適応させることができる。
Johnson & Johnsonの製薬部門であるJanssenは、この技術を使って、薬の副作用の可能性を調べるために医学文献をスキャンしており、最近BioMegatronを使って精度を12%向上させた。
トランスフォーマーは、構造化されていない臨床テキストから再入院率などの病院の行動も知ることができる。 フロリダ大学では、89億個のパラメータを持つGatorTron-Sを退院時のサマリーでトレーニングし、医療提供や患者の転帰を改善するために利用できるようにした。
夢のヒューマノイドロボットに近づく現実
ロボット工学の軌跡を何十年にもわたって見てくると、この分野には明らかな二分化が見られる。
用途に特化したロボット、つまり、ある一つの機能だけを非常にうまくこなすように設計されたロボットが、大きく発展してきた。これは、製造、軍事、産業など、多くのアプリケーションで見られ、現在、大規模に使用・展開されているロボットのほとんどは、このタイプである。
一方、外見や機能が人間に酷似したヒューマノイドロボットの開発も進んでいる。ヒューマノイドロボットは、様々な作業や環境に対応することを目的とした用途特化型ロボットの補完的な存在であり、特定の作業に特化したものではない。
ヒューマノイドロボットはここ数十年で大きく進歩したが、多くの重要な疑問や課題が残されている。
なぜヒューマノイドなのか？：
ヒューマノイド・ロボットの分野を真に理解するためには、まず、このような技術を開発する動機とその利点を問うことから始めなければならない。ロボットは多くの面で人間を凌駕しているのに、人間を模倣したロボットを作るメリットは何なのだろうか？
その答えは、ヒューマノイドロボットの目的である「汎用機」であることに大きく起因している。ヒューマノイドロボットの目的は、必ずしも人間ができないことをすることではなく、人間には危険なこと、退屈なこと、汚いことをすることである。
そのため、人間ができるすべての機能を実行できるようにするためには、人間が生活する環境をシームレスにナビゲートできるようなロボットが必要なのである。ここで興味深いのは、人間の環境は、人間の身体の制約や能力に合わせて、すでに人間が作り出したものだということだ。例えば、人間の環境には階段がよくあるが、これは階段が最適な昇降方法だからではなく、人間が昇降するのに便利な方法だからというのが理由である。
だから、人間の環境に合わせた汎用的な機械を作るには、その機械が人間のように機能する必要がない。
人間を模倣するのは難しい：
人間の行動を模倣するロボットが求められているが、実際にそれを実現するのは非常に難しい。最大の課題の一つは、人間が非常にうまく設計されていることで、これはロボット工学のあらゆる層で見受けられる。
例えば、力学的な観点から見ると、二足歩行は非常に身体的負荷の高い作業である。そのため、人間の身体は進化し、膝などの関節のパワー密度が非常に高くなるように適応してきた。このパワー密度と二足歩行という特殊な動作要件をモーターで両立させることは、これまでヒューマノイドロボットの設計において困難とされてきた。また、人間の足首の関節は非常に複雑で、歩行の安定性に重要な役割を果たしており、これもまた再現が困難だった。
人間の身体は、機械的な特性だけでなく、非常に複雑で素晴らしい感覚システムによって、環境をナビゲートしている。人間と同じように環境を理解するためには、聴覚、触覚、視覚など、人間のシステムを忠実に模倣する技術の開発が必要となる。しかし、これはあくまで世界から感覚データを得るために必要なことである。実際には、人間の身体は数百万年の進化で最適化された神経系によって、この感覚情報を全身に伝えることもできる。人間の感覚神経系と同じ機能をロボットに持たせることは、この分野で何十年も続く挑戦である。
そして最後に、感覚・通信・力学を統合した制御・計画システムを構築することが大きな課題となっている。ロボットには、環境を解釈し、関節を協調して動かす能力が必要なだけでなく、これらの機能を統合し、自律的に世界をうまくナビゲートする方法が必要なのだ。人体の機能を模倣するには、アルゴリズムレベルからドライバ、低レベルのファームウェアレベルまで、高度なロボット工学ソフトウェアスタックが必要である。
幸いなことに、ロボット産業はここ数年、数多くのハードウェア技術の向上という恩恵を受けている。
特に、ヒューマノイドロボット向けの新しいセンサリー（感覚）技術の採用が大きく前進している。慣性計測装置（IMU）などのデバイスは飛躍的に進歩し、ロボットが人間の神経系のある側面をエミュレートすることを可能にした。ヒューマノイドロボットは、IMUの加速度計とジャイロスコープを利用して、空間における多軸の姿勢をより適切に推定し、ロボット制御アルゴリズムにより良い情報を提供することができる。
さらに感覚器系に目を向けると、知覚のハードウェアが格段に進歩し、人間の視覚システムに匹敵するようになった。今日のヒューマノイドロボットには、深度カメラ、RGBカメラ、LiDAR、レーダーなどの性能、電力効率、価格がかつてないほど向上し、その恩恵を受けることができる。その結果、デバイス上のカメラが生成するRGB画像を通して、環境の3Dマップを生成したり、物体を検出したりすることができるようになった。さらに、触覚では、特にコンプライアンスや柔らかさと組み合わせることで、人間の皮膚のような接触や環境センシングを改善し、タッチライクなセンシングを取り入れることができるようになり始めている。
同様に、モーターなどのアクチュエーションデバイスも、今や人体の力に耐え、人間の動きを十分に模倣できるところまで来ている。パワーとトルクの密度が高まり、ギアボックスの素晴らしい技術革新により、バックラッシュの低減が可能になった。
ロボットのハードウェアが改善された今、人型ロボットが直面する未解決の課題の多くは、ソフトウェアの領域にある。
ソフトウェア面で最も大きな未解決問題のいくつかは、知覚と動作計画の世界に存在する。ここでは、多くの進歩が見られるものの、最先端の技術と配備可能なロボットの一般知能のようなものとの間には、まだ大きな隔たりがある。しかし、ハードウェアと同様、ソフトウェアの分野でも、既存技術の改良や研究コミュニティーの多大な貢献により、その恩恵を受けている。
Micronの1,000億ドル計画を促進するCHIPS法
米メモリーチップメーカー最大手のMicronは、約20年間で最大1,000億ドルを投資し、ニューヨーク州クレイ市近郊にチップ施設を建設する計画であることを、昨日報道陣に明らかにした。
第一段階として2030年頃までに200億ドルを投資する予定。
この発表は、今年の米国CHIPS法の成立と同時に行われた、アイダホ州ボイシでの400億ドルの工場建設プロジェクトに続くものである。ニューヨークの拠点には、米国サッカー場40面分のスペースに、60万平方フィートのクリーンルームが4つ入る可能性がある。
Micronは今後10年間で、米国でのDRAM生産量を世界生産量の40%に引き上げることを目標としている。同社は製造のほとんどをアジアで行っており、ニューヨークでの生産は、需要の回復に伴い、10年後半から開始する予定だ。米国での生産は、顧客がより安全なサプライチェーンの中で製品を製造するのに役立つと同社は述べている。
Micron CFOのMark Murphy氏は8月9日、KeyBanc Capital Marketsが開催した投資家向けイベントで、「2023年度対2022年度の設備投資総額は前年度比で減少すると見ている」とし、「私たちは、供給を調整する必要がある市場の状況に対応している。これを乗り越えて、生産能力を適正化する方法を考えなければならない」と述べた。
CHIPS法が取引を確保：
ニューヨーク州の55億ドルの奨励金と、CHIPS法による連邦政府の助成金と税額控除が、この取引を成立させるのに役立った。
この発表は、投資家だけでなく、材料や装置のサプライヤーにとっても重要であり、後者はこのプロジェクトのために事前に十分なサポートを準備する必要がある。また、ニューヨークという立地は、同社に既存の半導体関連の人材プールを提供することにもなるという。
このニューヨーク州史上最大の民間投資は、Micronの約9,000人の雇用を含め、約50,000人の雇用を創出することになる。同社は、従来から技術職の割合が少なかった人々や、米国の退役軍人の雇用を目指している。
ニューヨークには、GlobalFoundries、IBM、Wolfspeedなどのチップメーカーがあり、半導体のインフラが整っている。
Micronは、Albany NanoTech Complex や米空軍研究所といった組織と研究開発イニシアチブで協力する機会を挙げている。
CHIPS法の主要な支持者であるCharles Schumer上院院内総務は、マイクロンのプロジェクトを地元で実現させることに貢献したと述べている。
Micronは、新施設で100％再生可能な電力を使用することを目標としており、また、2030年までに事業からの温室効果ガス排出量を42%削減し、2050年までに排出量を完全にゼロにする計画である。
SiC市場成長の背景を探る
SiCは、電気系統の避雷器として長年使用されてきたが、半導体として使用されるようになったのは、最近のことである。ワイドバンドギャップ特性を活かして、大電力用のFETやMOSFETに使われるようになった。今日、高電圧、高温、高速スイッチング周波数に耐えるパワーコンポーネントを必要とする技術の急増に伴い、SiCはより堅牢な半導体材料の選択肢を求める設計エンジニアにとってますます一般的な選択肢となってきている。
EE Timesは、Microchip TechnologyのSiCパワーソリューション担当エンジニア兼シニアマネージャのOrlando Esparza氏と、Arrow Electronicsの元アプリケーションエンジニアで現在はNimble GravityのエンジニアであるZachariah Wendt氏にインタビューを行い、SiC技術の利用拡大について、またSiCアプリケーションの将来について話を伺った。
重点的な投資：
Microchipのような企業にとって、SiCは巨大なビジネスチャンスを意味している。2018年の戦略的な動きとして、Microchipは、データセンターと防衛アプリケーションにおける強力な存在感とともに、ターンキーSiCオペレーションを持っていたMicrosemiを買収した。この101億ドルの買収により、MicrochipはSiC分野への足がかりを即座に得たのである。
「Microchipは長年、電源管理分野に携わっており、私が入社した2000年当時はアナログ製品を数点持っていたが、買収や有機的成長により、100V以下の低電力側を多く開発していた。しかし、2018年にMicrosemiを買収したことで、高電圧の能力を取り入れることができた。そこから炭化ケイ素グループが生まれた」とEsparza氏は述べている。
SiC市場は世界的に普及が遅れていたが、世界中の設計エンジニアが高出力、高電圧の半導体としてSiCを選択するようになり、技術としてのSiCはクリティカルマスに達した。Grand View Researchのデータによると、2021年のSiC市場の規模は約29億6,000万ドルだったが、2030年には年平均成長率11.7％で加速すると予想されている。
高耐電圧部品を必要とする技術の増加だけでなく、利用可能なSiC部品の種類の幅が広がっていることも、採用の伸びの一因であるとEsparza氏は述べている。
ユーザーが安心して使えるようなデバイスソリューションが登場するまでには、かなりの時間を要した。電圧クラス、電流容量、あるいはパッケージタイプなど、設計者が合法的に検討できるソリューションを提供できるようになるまでには時間がかかった。この分野には、SiC部品サプライヤーの立場から、実に6つの強力な競合他社が存在するため、設計者にとっては選択の余地がある。
現在、SiCメーカーとしては、Microchip、Infineon、Wolfspeed、Fairchild Semiconductors、STMicroelectronics、NXPが有力である。
SiC市場成長のもう一つの鍵は、規模の経済が働くことによるコスト面のメリットである。
Microchipは部品サプライヤーとして、「市場にはより多くの数量が存在するため、サプライヤーがコストを削減できるよう支援できる」とEsparza氏は述べている。メーカーが生産量を増やせば、重要な材料をより効率的に使用できるという利点が得られる。
Wendt氏は、CHIPS法で制定された最近の投資は、SiC技術が将来的に重要な半導体技術になる予定であるという明確なメッセージであると見ている。
CHIPS法は、半導体製造の一部を米国にもたらすことに主眼を置いたものである。しかし、それは同時に、世界の半導体市場において米国をより強力なプレーヤーとして位置づけるのに役立つ技術の開発を加速させることでもある。炭化ケイ素はその一つだ。MicrochipやWolfspeedなど、米国に本社を置くSiC分野のビッグプレーヤーは、米国を炭化ケイ素技術の世界的リーダーに押し上げる好位置につけている。電気自動車、太陽光発電、その他の大電力、高周波のアプリケーションの普及に伴い、この地位を保持することは非常に強力になる可能性を秘めている。
SiCの成長市場：
現在、SiCは、高電圧や高温性能を必要とする産業用途に、量的にも多く使用されている。また、データセンターやコンピュータ用途も、SiC市場の主要なプレーヤーである。しかし、今後数年間で飛躍的な成長が期待されるアプリケーションのひとつが自動車である。
電気自動車のドライブトレインと充電システムの急速な普及に伴い、SiCは電気自動車の主役になりつつある。2022年のOmdia Mid Caseレポートのデータによると、2023年には自動車用途が急速に拡大し、SiC市場の33%を占めるようになるという。しかし、2030年までには、車載用途でのSiCの使用は、140億ドルのSiC市場の78%に達するだろう。
Esparza氏は、自動車や電気自動車以外の設計技術者にとっても、この成長は産業、データセンター/コンピューティング、通信、民生、航空宇宙/防衛を含むSiC市場全体にプラスの効果をもたらすと確信している。
「これらの分野すべてで、炭化ケイ素の動きが見られる。しかし、他の多くの自動車部品と同様に、多くの非自動車産業、市場、およびアプリケーションがこの成長の恩恵を受けることになる。 ― 将来のハイパワーシステムは、自動車市場だけにとどまらないだろう」、とWendtは述べている。
バッテリー技術の向上と代替エネルギーへの注目の高まりは、すでに消費者市場の変化につながっている。
EVコネクティビティ EVテクノロジーの現在と未来
EVの本格的な普及に向けて、新しいEV技術の研究開発が進んでいる。しかし、これからのEVは、電池や充電の技術革新だけでなく、より多くの価値を提供する必要がある。
特に、将来のEVの価値として最も期待されているのが、様々なコネクティビティ技術である。V2Xと呼ばれるこの接続技術は、V2GやV2Nといった既に実用化されている技術に加え、VTN（Vehicle to Everything）のような新しい技術も含んでいる。また、V2V（Vehicle-to-Vehicle）のように、将来のEVのあり方を形成する新たな技術も搭載している。
本稿では、EVコネクティビティの現在と未来、そして今後の業界を形成する方法について解説している。
V2Gコネクティビティ：
最近、市販のEVに搭載されるようになったコネクティビティのひとつに、V2Gコネクティビティがある。
V2Gコネクティビティとは、系統から車両、車両から系統への電気の流れを可能にするEVの性能のことであり、比較的大きな電池を搭載したEVが、単なる車両のエネルギー源としてだけでなく、蓄電池として機能することを想定している。また、系統や家庭で使用するためのエネルギーを蓄えることもできる（V2H）。
ハードウェア的には、V2G接続は双方向充電と呼ばれるパワーエレクトロニクス技術に依存する。EVの双方向充電には、系統の交流とバッテリーの直流を変換できるような、優れた設計の電力変換回路と制御回路の組み合わせが必要である。
V2Gのメリットは、自動車所有者と送電網の双方に大きなものがある。
所有者にとっては、停電などの災害時に、EVを自動車としてだけでなく、家庭のバックアップ発電機として利用できることがメリットとなる。さらに、EVの余剰電力を系統に売電することで、コストを相殺することができる。
グリッド・インフラの観点からは、V2G技術は、グリッドがピークに達したときに、EVが蓄えたエネルギーの一部を売電することで、グリッドへの負荷を軽減することができる。需要が少ないときや、近隣の再生可能エネルギー発電量が多いときは、EVが自ら充電することができる。
V2G技術は、現在市販されている自動車ではまだ珍しいと考えられているが、電気自動車Ford F-150のような新しい電気自動車に導入され、その勢いは増している。
V2Nコネクティビティ：
V2Gに続き、V2Nも非常に価値のあるEVの新技術である。
V2Nとは、自動車がインターネットの一部となり、ネットワーク上のあらゆるものと通信できるようになることで、EVのコネクティビティの一つである。EVの場合、一般的にはメーカー内のネットワークやクラウドサービスと接続することを指す。V2N接続では、車両を細かく監視、分析し、動的に更新することで性能を最大限に引き出すことができる。
一つの使用例として、企業はV2N接続を利用して車両から性能関連の情報を抽出し、エネルギースループット、バッテリー充電サイクル、航続距離などの指標について知ることができる。V2Nネットワーク上のすべての接続車両からこのようなフィードバックを得ることで、EVメーカーは車両の統計分析を行い、実環境での車両の動作を理解し、性能の向上を図ることができるようになる。
また、V2Nに接続された車両は、無線でソフトウェアやファームウェアの更新を受け、車両の性能を向上させることができる。さらに、EVメーカーは、この情報を将来のEVのハードウェアの変更に役立て、最高の性能を実現することができる。
その一例がTeslaである。Teslaでは、自動運転機能をはじめ、一般的な性能に関する更新情報を頻繁に無線配信している。このように、V2Nは、現世代、次世代ともに、EVの性能を最大限に引き出すことができる重要な新技術である。
V2Vコネクティビティ：
V2Xの中で最も現実離れしているが、EVに最も大きな影響を与えると考えられるのがV2Vコネクティビティである。
V2Vコネクティビティは、道路を走るすべてのコネクテッドカーの相互通信を定義するEVコネクティビティの一形態である。V2Vでは、速度や位置、道路状況などの走行情報を、車両同士が無線でやり取りすることができる。V2Vの目的は、車両が道路上の他の車両を完全に把握し、衝突や渋滞といった危険で望ましくない状況を回避できるようにすることである。さらに、V2Vを搭載した車両は、リアルタイムの道路や交通状況を利用して、目的地までの最適な経路を実現し、ドライバーの時間、エネルギー、コストを節約することができるようになる。
V2Vコネクティビティ：
V2Xの中で、現在最も現実離れしているが、EVに最も大きな影響を与えると思われるのが、V2Vコネクティビティである。
V2Vコネクティビティは、道路を走るすべてのコネクテッドカーの相互通信を定義するEVコネクティビティの一形態である。V2Vでは、速度や位置、道路状況などの走行情報を、車両同士が無線でやり取りできるようになる。V2Vの目的は、車両が道路上の他の車両を完全に把握し、衝突や渋滞といった危険で望ましくない状況を回避できるようにすることである。さらに、V2Vを搭載した車両は、リアルタイムの道路や交通状況を利用して、目的地までの最適な経路を実現し、ドライバーの時間、エネルギー、コストを節約することができるようになります。
技術的な観点からは、5Gやクラウド接続などの技術のおかげで、現在V2Vの実現に必要なインフラは整っていると多くの人が考えている。V2Vを採用する上で最大の障害となるのは、セキュリティと地政学的な課題である。
特に、これほど大きな影響を与える可能性のある技術の変化に対して、政府はしばしば対応が遅れるという課題がある。V2Vが広く普及するためには、安全で信頼性が高く、法律の範囲内でV2Vが使用されるように、連邦レベルでの立法が必要である。さらに、V2Vの安全性を確保するためには、サイバーセキュリティのような課題に対処することが最も重要となる。車両が共有ネットワークで互いに接続されているため
ハッキングが懸念される。あるシナリオでは、敵対者が車両とそのユーザーから個人情報や財産情報を盗むことができ、さらに、ハッカーが車両をコントロールし、道路を走るすべての車両に危険な道路状況をもたらす可能性もある。
解決すべき課題はあるが、V2Vは自動車の操作方法や相互作用に革命をもたらす可能性のある、革新的な技術であることに変わりはない。
V2XはEVの未来：
25〜30年前、携帯電話がこれほどまでに高機能化し、私たちの生活の中で重要な役割を果たすようになるとは想像もつかなかった。今、私たちはEVと同じ岐路に立たされている。V2X技術は、EVに新たな命を吹き込み、走行性能以上のものを搭載している。
Semicon Taiwan 2022の概要
今月開催されたSemicon Taiwan 2022は、台湾の産業がどのような状況にあり、どのような方向に進んでいるのかを知る上で非常に良い指標となった。台北の南港展示場では、数千人のエンジニア、技術者、サプライヤーが会場を埋め尽くした。
新型コロナウイルスのパンデミックに伴い、多くのメーカーが世界からの需要に追いつくために生産を加速させた。台湾は2024年までフロントエンド、バックエンドともにチップ製造装置の世界トップシェアを維持するとの見方が強く、世界の販売台数が過去最高を更新しても、台湾のチップ製造装置は世界トップシェアを維持し続けるだろう。
拡大する産業：
業界は、かつてないスピードで拡大しており、ウェーハやパッケージの複雑化、多様化により、アプリケーションに応じた技術の選択肢が広がっている。ファンアウト、ファンイン設計の技術も多くのブースで紹介された。
高密度化、高速化、高信頼性といった目標を達成するために、再配線層や銅柱が広く受け入れられている。台湾積体電路製造公司やIntelなどの企業は、こうした動きに対応するため、社内の高技術パッケージング設備を拡充している。
EV やパワーエレクトロニクスの分野では、1000V+/500A 以上のアプリケーションでは、銅と銅の接続が必要になり、従来の接続技術とはまったく異なる 1000℃以上の温度で達成されるようになった。
供給側は顧客とより密接に協力し、技術的な要求に応えていかなければならない。
深刻な供給不足が懸念される ：
台湾では、世界中で見られる問題と同じく、より複雑なシステムやプロセスを、より正確なパラメータで維持・改善するためのエンジニアや技術者が決定的に不足している。現在の2nmという閾値に近づくにつれ、完璧に近いものが求められるだけでなく、直接的な労働力の削減も求められている。今年のセミコン台湾では、自動化が大きな話題となった。
「Lights Out」マニュファクチャリングが主流になりつつあり、また、遠隔地からのリアルタイム・モニタリングやプロセス・コントロール、グリーン・マニュファクチャリングなど、時にはプロセス上の必要性と相反するものも、可能な限り標準的なオペレーションとして行われるようになった。キュアやベークといった単純な工程も、完全に自動化されている。厚さ100ミクロンまでのウェハーの自動ハンドリングも、多くの装置メーカーが受け入れている課題である。
サプライチェーンの問題も、この業界の課題となっている。これまで中国本土に焦点が当てられてきたが、半導体分野ではもっと複雑である。特殊ガスは世界のある地域から、重要な添加物や材料は他の2、3大陸からやってくる。これらのすべてが同じ場所に同時に到着し、地球上の別の場所に輸送されなければならない。「Match Set」は、原材料の化学物質から自動車に至るまで、あらゆるものの配送を遅らせるということが、コロナ禍で世界中に明らかになった。
韓国がチップ4協議に参加
中国との貿易戦争の可能性を懸念し、米国、日本、台湾との「チップ4」同盟結成の議論に消極的だった韓国が、協議に加わることになったと、情報筋がEE Timesに語った。
米国国務省がEE Timesに語ったところによると、米国は、台湾のAmerican Instituteの後援の下、半導体業界のサプライチェーンを強化する方法を議論するために、米国-東アジア半導体サプライチェーン回復ワーキンググループの仮想予備会議を主催し、米国、日本、韓国、台湾からの参加者とオブザーバーが議論に参加した。
米国が提案した同盟は、中国のチップ産業の発展を抑制する既存の措置に追加されることになる。ワシントンDCの韓国大使館貿易産業エネルギー担当のSeok-Joong Woo氏は、半導体貿易と製造において中国と米国の両方に依存している韓国は、チップ 4の創設に関する最初の交渉に参加する予定だと述べている。
Woo氏は、韓国のYoon Suk Yeol大統領が協議に参加するという9月18日のニューヨーク・タイムズ紙の報道を受けてコメントした。中国を怒らせる恐れがあるにもかかわらず、Yoon大統領は4カ国政府が協力することは「必要なこと」だと述べたという。
チップ4構想は、チップ産業における米国の優位性を脅かす存在となっている中国を排除し、チップ製造大国4カ国によるサプライチェーン同盟を構築するものである。
この提携は、中国に販売と製造を依存している世界最大のメモリチップメーカーであるSamsungとSK Hynixのビジネスにダメージを与えるだろう。両社はまた、製造技術やチップ設計ソフトの面でも米国に依存している。
疑問視される同盟関係：
ワシントンD.C.のコンサルティング会社Albright Stonebridge Groupの中国担当SVP兼技術政策リーダーであるPaul Triolo氏によれば、この同盟はまだ進行中であり、効果がない可能性があるという。
地政学的ビジネスコンサルタント会社RANE Risk Intelligenceのシニア・グローバルアナリストであるMatthew Bey氏によると、韓国が協議に参加するのが遅れたのは、中国との貿易戦争の可能性に対する懸念と関係があると指摘する。
「中国へのチップ販売や投資を実際に制限する動きがあれば、貿易戦争の引き金になる恐れがあるからである。中国が韓国製品を見れば、分野を問わずボイコットされるだろう」とし、米国は、中国が外国のチップ技術にアクセスするのを制限するために、同盟の範囲を縮小する必要があるとBey氏は述べている。
Joe Biden米大統領の政権は、Donald Trump前大統領から始まった中国との技術戦争を激化させている。 新しく作られた米国CHIPS法では、Samsung、SK Hynix、Intel、台湾半導体製造株式会社（TSMC）などの半導体企業は、中国での既存の製造事業のアップグレードに制限を受けると予想される。
さらに最近では、高度なチップ製造技術の世界的な輸出に対する米国商務省（DoC）の新たな規制により、AlibabaやBaiduといった中国のチップ設計者が打撃を受けると予想されている。
Chip 4のアライアンス設立によるさらなる制限は、利点とリスクをトレードオフすることになるという。
米国は、中国に対する競争優位を保持している限り、より多くの制限を追求する可能性が高いと、Bey氏は付け加えた。中国は米国に報復する意志をほとんど見せていない。米国の輸出規制と制裁措置は、半導体産業において極めて強力である。これは、米国の金融システムが世界的に普及していることと、半導体産業において米国企業、技術、知財が支配的で、ほとんどの半導体が中国に輸出されていることによる。
